Η τεχνητή νοημοσύνη έχει ήδη περάσει από το στάδιο του πειράματος στην καθημερινή εργασία των επιστημόνων. Νέα στοιχεία της Google, της Google DeepMind και του MIT FutureTech δείχνουν ότι η χρήση AI εξοικονομεί χρόνο, αλλά ταυτόχρονα δημιουργεί μια νέα συμφόρηση: περισσότερες υποθέσεις παρά όσες μπορούν να ελεγχθούν με πειράματα και κλινική επικύρωση.
Οι επιστήμονες χρησιμοποιούν AI συστηματικά
Η ανάλυση βασίζεται σε δεδομένα του AI & Economy ATLAS, σε καταγραφή 2.600 εξειδικευμένων μοντέλων και σε έρευνα με περισσότερους από 600 επιστήμονες στις ΗΠΑ και το Ηνωμένο Βασίλειο. Σύμφωνα με τα ευρήματα που παρουσίασε η Google, σχεδόν οι μισοί ερωτηθέντες επιστήμονες χρησιμοποιούν κάποια μορφή AI καθημερινά.
Η εικόνα δεν περιορίζεται στα μεγάλα γλωσσικά μοντέλα. Οι ερευνητές αξιοποιούν εργαλεία όπως το Gemini σε ένα ευρύ φάσμα επιστημονικών πεδίων και εργασιών, ενώ τα εξειδικευμένα μοντέλα εμφανίζονται συχνότερα στις επιστήμες υγείας και ζωής, στην πρόβλεψη δεδομένων, στη δημιουργία νέων δομών και στις προσομοιώσεις.
Από την αναζήτηση στη διατύπωση υπόθεσης
Η AI μπορεί να βοηθήσει έναν επιστήμονα να οργανώσει βιβλιογραφία, να γράψει ή να ελέγξει κώδικα, να συνοψίσει δεδομένα και να προτείνει σχέσεις που δεν είναι εύκολο να φανούν με μια συμβατική αναζήτηση. Το αποτέλεσμα είναι ένας ταχύτερος κύκλος από την ερώτηση στην υπόθεση.
Η Google αναφέρει ότι οι επιστήμονες δηλώνουν εξοικονόμηση λίγο μικρότερη από επτά ώρες την εβδομάδα. Ο χρόνος αυτός δεν ισοδυναμεί αυτόματα με επτά επιπλέον ώρες νέων ανακαλύψεων. Μέρος του κέρδους μεταφέρεται στην αξιολόγηση των απαντήσεων, στην επανάληψη των αναλύσεων και στην επιλογή όσων αξίζει να δοκιμαστούν στην πράξη.
Η νέα συμφόρηση βρίσκεται μετά το μοντέλο
Η έρευνα δείχνει ότι η παραγωγή υποθέσεων αυξάνεται ταχύτερα από την ικανότητα των εργαστηρίων να τις ελέγξουν. Οι επιστήμονες αντιμετωπίζουν ήδη έναν αυξανόμενο όγκο προτάσεων που χρειάζονται πειράματα, ενώ σε τομείς όπως η βιοϊατρική η κλινική επικύρωση έχει ακόμη πιο αυστηρά και αργά στάδια.
Αυτό είναι κρίσιμο όριο για τον τρόπο με τον οποίο μετράμε την αξία της AI. Ένα μοντέλο μπορεί να παράγει μια πειστική υπόθεση μέσα σε λίγα λεπτά, όμως δεν μπορεί να αντικαταστήσει από μόνο του τα δείγματα, τον εξοπλισμό, τις επαναλήψεις και τους ελέγχους που απαιτούνται για να γίνει μια υπόθεση αξιόπιστη γνώση.
Η υιοθέτηση διαφέρει ανά επάγγελμα και χώρα
Τα δεδομένα του ATLAS δείχνουν ότι η χρήση της AI δεν κατανέμεται ομοιόμορφα. Στις χώρες του OECD προηγούνται οι επαγγελματίες της πληροφορικής και των μαθηματικών, καθώς και οι εργαζόμενοι σε επιχειρησιακές και χρηματοοικονομικές δραστηριότητες. Εκτός OECD, υψηλή χρήση καταγράφεται μεταξύ άλλων στη διοικητική υποστήριξη, στις τέχνες, στον σχεδιασμό, στα μέσα ενημέρωσης και στην εκπαίδευση.
Η οικονομική ανάπτυξη συνδέεται γενικά με την υιοθέτηση, αλλά δεν εξηγεί τα πάντα. Η Βραζιλία και τα Ηνωμένα Αραβικά Εμιράτα εμφανίζονται με υψηλότερη χρήση από εκείνη που θα προέβλεπε το κατά κεφαλήν ΑΕΠ τους. Ακόμη και οι χειρωνακτικές εργασίες δεν μένουν έξω: η διάγνωση εξοπλισμού και η αντιμετώπιση προβλημάτων αποτελούν σημαντικό μέρος της χρήσης σε ορισμένες χώρες.
Τι σημαίνει για την επιστημονική παραγωγή
Το βασικό συμπέρασμα δεν είναι ότι η AI αντικαθιστά τους επιστήμονες, αλλά ότι μετακινεί το σημείο στο οποίο χρειάζεται περισσότερη ανθρώπινη εργασία. Η ταχύτητα στη δημιουργία ιδεών αυξάνει την αξία της καλής επιλογής ερευνητικών ερωτημάτων, της διαφάνειας στη μεθοδολογία και της αυστηρής επικύρωσης.
Για τα πανεπιστήμια, τις εταιρείες και τους χρηματοδότες αυτό σημαίνει ότι η επένδυση σε μοντέλα πρέπει να συνοδεύεται από επένδυση σε υποδομές πειραμάτων, δεδομένα υψηλής ποιότητας και διαδικασίες αναπαραγωγής. Διαφορετικά, η AI θα γεμίζει τα εργαστήρια με ιδέες χωρίς να αυξάνει ανάλογα τον αριθμό των αποτελεσμάτων που αντέχουν στον έλεγχο.
Η Google παρουσιάζει το ATLAS ως μακροπρόθεσμο ερευνητικό έργο και διαθέτει μια διαδραστική, ανοικτή εμπειρία εξερεύνησης των δεδομένων. Τα στοιχεία προέρχονται από την ανάλυση «New insights from Google’s AI & Economy ATLAS», που δημοσιεύτηκε στις 15 Σεπτεμβρίου 2026: blog.google/innovation-and-ai/technology/ai/ai-economy-atlas-september-2026.